Локация
Удалённый формат работы
Компания
2ГИС создаёт датасеты для ML-моделей, которые распознают дорожные знаки, здания на спутниковых снимках, типы фотографий и оценивают привлекательность контента.
Что делать
•Проектировать, запускать и поддерживать процессы сбора, обработки, разметки и валидации данных.
•Формулировать требования к датасетам совместно с командами Computer Vision, NLP и AI.
•Определять критерии качества, организовывать проверки разметки, анализировать ошибки и находить узкие места.
•Оценивать качество, скорость и стоимость подходов к разметке, проводить эксперименты и принимать решения на основе результатов.
•Использовать LLM и другие инструменты автоматизации, развивать типовые пайплайны и масштабировать успешные решения.
•Работать с асессорами и заказчиками, писать инструкции, правила разметки и промпты для LLM, а также поддерживать датасеты после запуска.
Требования
•Опыт работы с краудсорсинговыми проектами, разметкой данных или контролем качества разметки.
•Умение декомпозировать неопределённые задачи на измеримые процессы с правилами, критериями приёмки и метриками качества.
•Навыки оценки качества, скорости и стоимости различных подходов к разметке.
•Python на уровне анализа данных, подготовки выборок и написания скриптов автоматизации.
•Умение формулировать и тестировать промпты для LLM, оценивать результаты и учитывать ограничения такого подхода.
•Навыки ведения нескольких задач, расстановки приоритетов и понятной коммуникации со всеми участниками.
Хорошо, если есть
•Знание принципов машинного обучения и жизненного цикла ML-моделей.
•Опыт работы с датасетами для Computer Vision, NLP или генеративного AI.
•Знание HTML, CSS и JavaScript.
•Опыт разработки или доработки внутренних инструментов для разметки, валидации или контроля качества данных.
•Опыт работы с метриками качества разметки, inter-annotator agreement, аудитами ошибок или активным обучением.
Культура и преимущества
•Удалённый формат работы.
•Задачи на стыке данных, процессов, качества и машинного обучения.
•Возможность работать с новыми типами ML-задач и развивать системные решения.
